基于粒子群遗传算法的泊车系统路径规划研究

摘要：

针对智能停车库自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,提出了一种基于粒子群和遗传算法的动态自适应混合算法.在标准粒子群算法和遗传算法的基础上,通过引入动态自适应调整策略分别对惯性权重系数、学习因子以及交叉变异概率公式进行了优化.在进化初期,通过在惯性权重系数和学习因子之间建立动态联动关系来实现对粒子速度和位置的实时有效更新;在进化后期,通过引入自适应遗传算法的交叉、变异操作来增强混合算法的全局搜索能力,提高算法的进化速度和收敛精度.为验证混合算法的可行性和有效性,选用MATLAB软件对其进行仿真测试.仿真测试结果显示,与禁忌搜索算法、蚁群算法以及遗传算法相比,混合算法表现出较强的全局搜索能力和较好的收敛性能,表明混合算法可行和有效.

关键词：粒子群算法、遗传算法、泊车系统、AGV、路径规划

所属期刊栏目：23

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51405246;江苏省产学研联合创新基金资助项目BY2014081-07

在线出版日期：2016-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：195-200